(成都理工大学 四川 成都 610000)

一、研究现状

生态环境监测是了解区域生态环境状况必不可少的内容，是生态环境治理的前提和基础。单一的地面监测具有一定局限性，而遥感具有高时效性、经济方便且易获取等优点，借助遥感技术进行生态监测，有助于我们更加全面、准确地了解区域生态环境，其在实时、动态监测区域生态环境质量等方面发挥着无可取代的作用。自20世纪90年代至今，遥感在理论和技术等方面日趋发展、完善，在区域生态环境监测与评价方面取得了丰硕成果。

徐涵秋[1]基于遥感技术提出了一个包含绿度、湿度、干度和热度四个指标的遥感生态指数(RSEI)。国内学者们运用RSEI对不同区域的生态环境开展了生态环境质量量化分析及动态监测，明确指出研究区发展过程中存在的各种生态环境问题，进而为其发展提供针对性建议。徐涵秋[2](2013)以福州主城区为研究对象进行了生态环境评价，结果表明该地区2001—2009年生态环境质量呈下降趋势。刘智才等[3](2015)运用RSEI分析了杭州1989—2010年的生态环境质量，研究表明21年来杭州生态环境质量下降，并得出城市建设用地不断扩张是其生态环境质量下降的主要原因。王晓艳[4](2015)通过RSEI计算得出，1988—2007年精河县生态环境质量下降，而在2007—2014年有所上升。彭丽媛等[5](2016)基于RSEI对玛纳斯河流域的生态环境质量进行了评价，结果显示1993—2006年其生态环境呈变好的趋势，为该流域的治理和保护提供了理论依据。

二、指标体系的建立

(一)指标体系的建立原则及优点

指标的选取遵循以下原则：(1)客观性；(2)全面性；(3)适用性；(4)代表性；(5)可获得性。

采用RSEI来评价区域生态环境质量，是因为该指数与其他方法相比具有以下优点：(1)评价指标中不仅包含自然因素，而且充分考虑到了人为活动对环境的影响；(2)采用主成分分析法计算RSEI，不仅减少了主观因素的影响，而且更加方便；(3)数据处理及数值计算主要基于遥感影像，经济便利，也更加科学。

(二)指标体系

(1)绿度指标(NDVI)：植被能较直观反映区域内的生态环境状况。归一化植被指数(NDVI)是反映植被生长状况和植被覆盖度的重要参数，因此可以用NDVI来代表绿度指标。计算公式为：NDVI=(近红外-红光波段)/(近红外+红光波段)。

(2)湿度指标(WET)：缨帽变换得到的湿度分量[6]与水体、植被和土壤湿度密切相关，因此用湿度分量代表湿度指标。Landsat5 TM影像与Landsat8 OLI/TIRS影像的湿度计算公式略有不同。

对于Landsat5 TM影像，湿度计算公式为

Wet=0.0315×ρ1+0.2021×ρ2+0.3102×ρ3+0.1594×ρ4-0.6806×ρ5-0.6109×ρ7，

式中，ρi(i=1,…,5,7)代表Landsat TM影像各波段的反射率。

对于Landsat8 OLI/TIRS影像，

Wet=0.1511×ρ2+0.1973×ρ3+0.3283×ρ4+0.3407×ρ5-0.7117×ρ6-0.4559×ρ7，

式中，ρi(i=1,…,6,7)代表Landsat8 OLI/TIRS影像各波段的反射率。

(3)干度指标(NDSI)：一般情况，NDSI可以增强包括裸土指数(SI)和建筑指数(IBI)在内的裸露地表信息，所以选用其来代表干度指标。干度计算公式为：NDSI=(SI+IBI)/2，

其中：SI=[(ρ5+ρ3)-(ρ4+ρ1)]/[(ρ5+ρ3)+(ρ4+ρ1)]，

IBI={2×ρ5/(ρ5+ρ4)-[ρ4/(ρ4+ρ3)+ ρ2/(ρ2+ρ5)]}/{2×ρ5/(ρ5+ρ4)+[ρ4/(ρ4+ρ3)+ ρ2/(ρ2+ρ5)]}。

式中，ρi(i=1,…,5,6,7)表示Landsat TM影像各波段的反射率。

(4)热度指标(LST)：热度指标用地表温度表示。卫星传感器接收到的热红外辐射亮度值Lλ的表达式为：

Lλ=[εb(Ts)+(1-ε)L↓]τ+L↑，

式中，ε为地表比辐射率，TS为地表真实温度(K)，B(TS)为黑体热辐射亮度，τ为大气在热红外波段的透过率。温度为T的黑体在热红外波段的辐射亮度B(TS)为：

B(Ts)=[Lλ-L↑-τ(1-ε)L↓]/τε,

TS计算公式为：Ts=K2/ln(K1/B(Ts)+1),

对于TM而言，K1=607.76W/(m2*μm*sr),K2=1260.56K。

对于TIRS Band10而言，K1=774.89W/(m2*μm*sr),K2=1321.08K。

(5)遥感生态指数(RSEI)：为使PC1大的数值代表良好的生态质量[1]，可用1减去PC1，得到初始的遥感生态指数RSEI0，即：RSEI0=1-PC1。

为方便对比指标，需对RSEI0进行归一化处理，即：

RSEI=(RSEIi-RSEImin)/(RSEImax-RSEImin)。

式中，RSEI为遥感生态指数，值域为[0-1]，数值越大，表示生态质量越好[1]。

三、结语

近年来，国家、社会和公众愈来愈重视生态环境。国内外越来越多的学者将研究方向向生态环境靠拢，不断提出新的生态环境评价方法。本文研究的遥感生态指数由于具有数据易获得、指标代表性强、客观性强等优点，因此被越来越多的学者使用，对不同区域进行生态环境质量评价，更加全面、客观地了解区域生态，从而为区域发展政策的制定提供科学理论支持，为响应“建设美丽中国”贡献微薄之力。需要注意的是，遥感生态指数适用于陆地占比较多的区域，不适合水体为主的区域；如研究区水体较多，需对其进行掩膜处理。